NameError: name '_C' is not defined
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- jupyter-notebook, python, pytorch
Línea de trabajo
Comienza con zero-shot-object-detection-with-grounding-dino.ipynb en Google Colab y reproduce el fallo. Inspecciona /content/GroundingDINO/groundingdino/models/GroundingDINO/ms_deform_attn.py alrededor de la línea 53, donde se llama a _C.ms_deform_attn_forward; se considera terminado cuando el paso de predicción del notebook se completa sin el NameError.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Search before asking
- I have searched the Roboflow Notebooks issues and found no similar bug report.
Notebook name
Below error is coming while running the colab file of zero-shot-object-detection-with-grounding-dino.ipynb in Google COLAB
from last few days, it was not there before.
FutureWarning: The device argument is deprecated and will be removed in v5 of Transformers.
UserWarning: torch.utils.checkpoint: the use_reentrant parameter should be passed explicitly. In version 2.5 we will raise an exception if use_reentrant is not passed. use_reentrant=False is recommended, but if you need to preserve the current default behavior, you can pass use_reentrant=True. Refer to docs for more details on the differences between the two variants.
UserWarning: None of the inputs have requires_grad=True. Gradients will be None
NameError Traceback (most recent call last)
in <cell line: 0>()
11 image_source, image = load_image(IMAGE_PATH)
12
---> 13 boxes, logits, phrases = predict(
14 model=model,
15 image=image,
22 frames
/content/GroundingDINO/groundingdino/models/GroundingDINO/ms_deform_attn.py in forward(ctx, value, value_spatial_shapes, value_level_start_index, sampling_locations, attention_weights, im2col_step)
51 ):
52 ctx.im2col_step = im2col_step
---> 53 output = _C.ms_deform_attn_forward(
54 value,
55 value_spatial_shapes,
NameError: name '_C' is not defined
Bug
NameError: name '_C' is not defined
Environment
Google Colab
Minimal Reproducible Example
No response
Additional
No response
Are you willing to submit a PR?
- Yes I'd like to help by submitting a PR!
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 9.7k
- Forks
- 1.5k
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de roboflow/notebooks
-
zero-shot-object-detection-with-grounding-dino.ipynb can't render correctlyPosiblemente ocupada @rkrisa la tomó hace 146 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
-
bug
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
-
Drone FPV Object DetectionAbiertoenhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
Minor Issue: The notebook tutorial is using the wrong model (yolov11s instead of RF-DETR)Posiblemente ocupada @BillionClaw la tomó hace 241 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 52/100
Todos los issues de roboflow/notebooks
Issues similares
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
roboflow/supervision#2971 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
-
enhancement good first issue help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
MagneticResonanceImaging/MRIReco.jl#356 ·
Los mantenedores suelen responder en 3 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
cleanlab/cleanvision#282 ·